Mem0 公布核心长效记忆算法研究：通过两阶段管线提取关键事实并更新记忆，避免健忘。LOCOMO 基准下，准确率比 OpenAI 内置记忆高 26%，P95 推理延迟降 91%，Token 消耗降 90%。增强变体 Mem0ᵍ 引入图数据库，捕捉跨会话实体关系。生产端从记忆检索到回答仅 0.71 秒，远优于近 10 秒的全上下文。研究已入 ECAI，代码已在 GitHub 开源。

MeNews

2026-05-21 19:55:18

Geração do resumo em andamento

ME News Notícias, 17 de abril (UTC+8), de acordo com o monitoramento do Beating, a plataforma de memória AI personalizada Mem0 divulgou recentemente os resultados de sua pesquisa sobre o algoritmo de memória de longo prazo central. Os dados experimentais mostram que, no teste de referência LOCOMO, a taxa de precisão de resposta do Mem0 é 26% maior do que a função de memória embutida do OpenAI, e devido ao seu mecanismo de recuperação de "fatos", seu atraso de inferência P95 foi reduzido em 91%, e o consumo de tokens diminuiu em 90%. O problema central que esse algoritmo resolve é a "esquecimento" do agente de IA em interações de longo prazo. Diferentemente da abordagem de ampliar simplesmente a janela de contexto do LLM, o Mem0 utiliza uma pipeline de processamento em duas etapas: na "fase de extração", o sistema extrai fatos-chave das conversas mais recentes, resumos rolantes e registros históricos; na "fase de atualização", o sistema compara com um banco de dados vetorial, executando operações de adição, atualização, exclusão de conflitos ou ignorando, garantindo que a memória seja eficiente e consistente. A pesquisa também apresenta uma variante aprimorada, o Mem0ᵍ. Essa versão introduz uma estrutura de banco de dados de grafos, convertendo os fatos extraídos em nós e arestas rotulados, capturando relações complexas de entidades entre múltiplas sessões. Em ambientes de produção reais, o Mem0 consegue completar todo o processo de recuperação de memória até a geração de resposta em 0,71 segundos, enquanto o método tradicional de "todo o contexto" leva quase 10 segundos. Atualmente, essa pesquisa foi aceita na Conferência Europeia de Inteligência Artificial (ECAI), e o código relacionado já está open source no GitHub. (Fonte: BlockBeats)

Ver original

Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.

10 Curtidas

Recompensa
10
7
8
Compartilhar

Comentário

Adicionar um comentário

NightFlightMint

· 4h atrás

Na primeira fase de extração de fatos-chave, há risco de perda de informações?

Ver originalResponder0

ApeWithNotes

· 4h atrás

De esquecimento à memória de longo prazo, esse ponto problemático foi bem identificado

Ver originalResponder0

BorrowingBuddy

· 4h atrás

Atraso do P95 caiu 91%, a otimização da cauda longa é mais difícil do que a média de atraso

Ver originalResponder0

GateUser-f78f1f3e

· 4h atrás

Recuperação de memória em 0,71 segundos, o ambiente de produção consegue suportar alta concorrência?

Ver originalResponder0

MintColdBrew

· 4h atrás

Relacionamentos de entidades entre sessões usando banco de dados de grafos, essa direção de aprimoramento é muito inteligente

Ver originalResponder0

NightFlightPaperCrane

· 4h atrás

A memória embutida do OpenAI realmente é inútil, finalmente alguém fez algo sério a respeito

Ver originalResponder0

GateUser-4bd1cc87

· 4h atrás

Qual é o cenário de teste específico em que o LOCOMO Benchmark supera o OpenAI em 26%?

Ver originalResponder0

Tendências
Ver projetos
#
TradfiTradingChallenge
238.46K Popularidade
#
GrayscaleBuysAndStakesOver510KHYPE
8.92M Popularidade
#
IsraelStrikesIranBTCPlunges
48.54K Popularidade
#
#DailyPolymarketHotspot
1.02M Popularidade
#
SpaceXOfficiallyFilesforIPO
752.7K Popularidade

Fixado

sitemap

Mem0 publica pesquisa sobre arquitetura de memória de longa duração: precisão 26% superior à OpenAI, atraso de raciocínio reduzido em 91%

Tendências

TradfiTradingChallenge

GrayscaleBuysAndStakesOver510KHYPE

IsraelStrikesIranBTCPlunges

#DailyPolymarketHotspot

SpaceXOfficiallyFilesforIPO

Fixado